照明控制系统中的智能图像传感技术研究

发布时间：2020-11-14 18:24

　　 照明控制技术的智能化在节能减排的工作中占有举足轻重的地位,但目前照明控制系统中常用的红外传感、声音传感等技术对照明场景中人物活动的感知准确度有待提高,传感器的检测距离也比较近。随着机器视觉技术与深度学习理论的发展,图像识别技术有望在照明控制系统中弥补以上不足,但目前的深度学习模型对数据量、运算力、训练时间的要求过大,给图像传感系统的开发造成了一定的难度。针对以上问题,设计了一种基于图像识别的智能图像传感,该图像传感主要对照明场景内的图像进行人物活动迹象识别,通过识别结果来控制照明系统的响应。在智能图像传感技术的实现过程中,从图像处理以及神经网络模型两个方面对深度学习流程进行优化,克服了现有深度学习模型数据量与计算力要求高、训练周期长的缺陷,从而使得图像传感获得了较快的响应速度。在图像处理方面,提出了动态模板匹配策略,结合轮廓提取与图像分割技术对图像进行了非必要信息删减以及目标区域提取,提升了图像识别过程中的针对性与鲁棒性。同时,对相关的图像处理技术进行了优化与简化。在神经网络模型构建方面,主要对神经网络的层次结构以及模型配置进行了轻量化以及参数优化,降低了模型训练的参数量与计算量。最后,对开发出的图像传感系统进行了嵌入式微处理器移植,测试了系统的识别精度与响应速度,并结合具体的照明控制环境,对图像传感的使用效果进行了验证。研究结果显示,智能图像传感能够准确、快速地检测出照明环境中的人物活动迹象,相较于传统传感设备,图像传感可以覆盖较大的范围,实现对不同照明区域的分布式监测。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM923;TP212;TP391.41
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 照明控制系统研究现状
        1.2.2 机器视觉技术研究现状
    1.3 论文的研究内容与重点
        1.3.1 论文的主要研究内容
        1.3.2 论文的技术难点
        1.3.3 论文的创新点
    1.4 论文的组织结构
2 智能图像传感关键技术分析
    2.1 数字图像处理技术
        2.1.1 数字图像存储方式
        2.1.2 离散傅里叶变换
        2.1.3 图像直方图均衡化
        2.1.4 图像金字塔
    2.2 神经网络基本理论
        2.2.1 神经元拟合理论
        2.2.2 反向传播理论
        2.2.3 梯度下降算法
3 智能图像传感技术方案
    3.1 总体技术流程
    3.2 图像预处理方案
        3.2.1 图像降噪方案
        3.2.2 图像亮度与色彩调节方案
        3.2.3 图像分离方案
        3.2.4 图像特征与目标提取方案
    3.3 卷积神经网络设计
        3.3.1 多层卷积神经网络结构设计
        3.3.2 激活函数选取
        3.3.3 模型损失计算
    3.4 本章小结
4 智能图像传感实现
    4.1 概述
    4.2 图像处理实现
        4.2.1 图像噪声分析与滤波
        4.2.2 图像色彩与亮度调节
        4.2.3 图像背景剔除
        4.2.4 图像信息空间缩减
        4.2.5 黏连区域分离
        4.2.6 变动区域轮廓查找
        4.2.7 感兴趣区提取与动态模板更新
    4.3 卷积神经网络实现
        4.3.1 训练数据格式转换
        4.3.2 训练数据读取
        4.3.3 多层卷积神经网络模型构建
        4.3.4 人体识别模型训练
    4.4 本章小结
5 图像传感的嵌入式部署及效果验证
    5.1 概述
    5.2 硬件选择及软件部署
        5.2.1 嵌入式硬件选择
        5.2.2 嵌入式软件系统部署
    5.3 图像传感系统的效果验证
        5.3.1 图像传感的识别精度验证
        5.3.2 图像识别模型对比评估
        5.3.3 软硬件联合测试
        5.3.4 照明场景的区域分割与检测实验
    5.4 成果分析与展望
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢

【相似文献】

相关期刊论文 前10条

1 ;路创电子推出全新创艺GRAFIK 7000~(TM)照明控制系统[J];智能建筑与城市信息;2004年08期

2 任祥花;李章勇;郑斌;;基于心率信号的照明控制系统研究与实现[J];科技创新与应用;2017年02期

3 肖玚;FULL-2WAY照明控制系统[J];智能建筑与城市信息;2005年11期

4 郭佳;;智能建筑照明控制系统实施与研究[J];建材与装饰;2018年31期

5 程洪雷;;浅析智能照明控制系统的优势及其应用[J];现代装饰(理论);2011年04期

6 吴桐;;建筑照明控制系统与节能[J];现代物业(上旬刊);2011年06期

7 张少夫;;一种智能路灯照明控制系统的设计与实现[J];智能建筑与智慧城市;2018年06期

8 许延风;;锐高照明控制系统winDIM@net[J];电气应用;2007年05期

9 王希娟;;照明控制系统实践[J];品牌(理论月刊);2011年06期

10 方东;王捷;吴懿平;;基于云平台的LED照明控制系统设计[J];信息与电脑(理论版);2016年04期

相关博士学位论文 前1条

1 张军朝;路灯、景观灯照明控制系统节能技术研究[D];太原理工大学;2012年

相关硕士学位论文 前10条

1 赵登科;照明控制系统中的智能图像传感技术研究[D];大连理工大学;2019年

2 杨光;基于GIS的无线照明控制系统设计与实现[D];吉林大学;2019年

3 杨博;智能家居中照明控制系统的研究[D];中国计量大学;2018年

4 董婵;智能展柜照明控制系统的研究与设计[D];合肥工业大学;2018年

5 陈加怀;基于FPGA的景观照明控制系统的设计与实现[D];杭州电子科技大学;2012年

6 丁鼎;智能楼宇照明控制系统的设计与实现[D];华东理工大学;2017年

7 吉爱清;基于物联网技术的照明控制系统的设计与实现[D];南京邮电大学;2016年

8 章洁;ZigBee技术在室内照明控制系统的应用研究[D];杭州电子科技大学;2014年

9 丁晓明;隧道照明控制系统的研究与设计[D];长安大学;2012年

10 平青;基于物联网技术的城市照明控制系统[D];苏州大学;2010年

本文编号：2883810